回覆列表
-
1 # 郭恆369
-
2 # qiaoqiao的哭
正態轉換方法:
當發現數據不是正態時,我們通常有兩種考慮,
1.對其進行轉換;
2.考慮該組數據是否符合其他分布,如泊松分佈、二項分布、伽馬分布等。
通常,其轉為正態的方法有以下幾種:
1.log轉換,可用函數In(),log2(),log10(),一般適合右偏態的數據;
2.開根號或平方或立方或更高次的轉換,此類轉換需要慎重,需考慮變換後的意義,如果沒有必要,需避免此類操作。你也不知道如何去解釋脂肪含量與攝入花生數立方的關系,不是嗎;
3.Box-Cox轉換 (參考R語言實戰),R代碼為:
install.packages(“car”)
library(car)
a<-data1[,1]
summary(powerTransform(a))
其Est.power值即為所要對原數據所做的處理
4.spss中的“blom”函數,此處不做詳細解釋
xbar -r 控制圖用於控制對象為長度、重量、強度、純度、時間、收率和生產量等計量值的場合。
x控制圖主要用於觀察正態分布的均值的變化,r控制圖主要用於觀察正態分布分散或變異情況的變化,而spc xbar -r 控制圖則將二者聯合運用,用於觀察正態分布的變化。 xbar-s控制圖:xbar(平均值控制圖)反映變量x隨時間的集中趨勢及分組樣本之間的變動性。這個同xbar- r控制圖。